- Stella：北京清華大學工科，比較喜歡數學，後來到University of Texas Austin運輸工程學習predictive modeling，攻讀data science碩士。透過工作以後發現自己對這個領域興趣不大，但是很喜歡Data science這個領域。回到哈佛讀統計碩士學位，然後就待在資料科學領域至今。
- Amy：2012進入UCLA就讀應用數學。喜歡學習數學的應用面，發現統計課比較好玩。數據科學家同時流行起來，並被喻為二十一世紀最性感的行業。
數據科學家怎麼定義？
同公司不同組也可能不一樣。大方向可以分成兩類
- A類：更著重分析。很多Analysts的職稱，主要做分析、報告、產品分析等等。比較像是一個支援型的角色。一般來說在產品底下。
- B類：更像工程師。只是做的是數據模型，例如predictive modeling, deep learning, LLM, operation research, etc. 這些模型是他們製作的產品。一般來說在工程部門底下。
資料科學家與程式設計師的差別？
資料科學家在每個公司做得不太一樣。有的只做模型本身，然後交給軟體工程師去整合到應用程式。有的公司的資料科學家需要把模型放進應用程式裡面（一般來說會被稱為machine learning engineers）。資料科學家的工作有很大一部分是前期溝通，釐清要解決的問題。
Data Scientist這名字也逐漸演進。慢慢變成A類專屬的名稱，而B類開始叫做machine learning or AI engineer。A類的價值最大在說故事以及跨部門管理，而不是分析技術。A類可能會轉策略或產品分析部門。
Data Scientist是否需要工程統計背景？
以往產業知識很重要，統計背景可以另外學習。現在很多人都有統計系，所以在沒有相關學歷下會比較不容易拿到面試或工作。
在越來越多求職者具備相關學位的情況，如何篩選到好的求職者？
目前市場是僧多粥少的狀態。履歷表不是最重要。技能及解決問題的技巧最重要。看求職者做過的專案比較重要。
¨C13C
挑選求職者履歷表的準則？ - 有過往經驗
- 相關行業的經驗
- 創意。解決沒有人解決過的問題
- 完整的專案經驗。從做模型到發佈上線一條龍的經驗
- 將模型完成，推到上線的能力
資料科學家是否需要上機測試？
各種流派
- Brain teaser (腦力測驗)
- Whiteboard coding (上機程式測驗)
- Take home case study (專題)
聊天很重要。需要把做過的事情鉅細彌遺地說出來，不會被問倒
什麼產業需要資料科學家？每個產業都需要，根據距離核心能力決定了話語權。例如Netflix需要推薦影片，所以資料科學家的重要性就很大。
誰幫資料科學家準備資料？
看你的命好不好。大公司一般會有Data engineer幫忙整理資料。但新創一般不會，需要自己來。
做過有趣的專案？ - Stella做過家教機器人。如何定義好的家教機器人？要追求準確度，直接給出答案；或者是找到如何引導客戶找到真正的答案（給魚還是教人釣魚）
- Amy用模型做廣告投放。每個禮拜跟廣告買家同事開會，分享是否可以用模型取代真正的同事。陸續將真人的工作用模型自動化，將他們的工作奪走。
未來是否想要繼續做資料科學家？
Amy目前在新創公司，慢慢轉型成產品行銷及業務相關的角色，幫助公司賣產品。未來可能回到資料科學家。
Stella還在這領域，會持續尋找能夠有更大規模影響力的專案。
進入資料科學領域的建議？
培養自己的產業知識。資料科學的技術面是可以學的，所以要清楚知道產業。另外，要知道你做的專案跟公司業務及營收的影響，而不是埋頭做自己的模型。
亞洲及美國的職場差異？ - 美國工時比較短
- 美國的自主性更強，可以決定自己的工作範圍；亞洲比較由上而下
- 美國比較不需要在乎位階，更需要在乎的是對公司成敗是否有幫助
- 美國對於跳槽也比較開放
- 美國需要花時間融入，時間久了就更能夠做自己而不需要在意是否要融入
Podcast有趣的收穫？ - 每個人的故事蠻特別的
- 走出自己舒適圈的方法，接觸到平常不會認識的人
- 找嘉賓的時候，每個人都說沒什麼好講的，但其實都充滿有趣的故事
推薦的故事？
好萊塢音效師的故事。北京大學資訊系。因為追求熱情，來到美國成為好萊塢音效師，還因為American horror story兩度入圍了艾美獎。本來音效師是他的夢想，但做久以後職業變成幫別人完成夢想，而不一定是他的夢想
熱門集數的特色？如何攻克演算法
知名度高的標題。例如Google或大公司的品牌有可能更吸引人點擊。公司及工作只是對談的一部分，個人的故事才是更重要的。
如何進入Podcast？可以參考數據女孩的流程。直接開始做就是了。
如何認識一個禮拜就開始？兩個人都一直想要做，然後認識彼此以後就一拍即合開始做節目。
傳簡訊給我們！
聯絡我們
- 來信請寄：[email protected]
- 追蹤我們：Facebook
